• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.399-408
• /
• 2002

다중 에이전트 학습이란 다중 에이전트 환경에서 에이전트간의 조정을 위한 행동전략을 학습하는 것을 말한다. 본 논문에서는 에이전트간의 통신이 불가능한 다중 에이전트 환경에서 각 에이전트들이 서로 독립적으로 대표적인 강화학습법인 Q학습을 전개함으로써 서로 효과적으로 협조할 수 있는 행동전략을 학습하려고 한다. 하지만 단일 에이전트 경우에 비해 보다 큰 상태-행동 공간을 갖는 다중 에이전트환경에서는 강화학습을 통해 효과적으로 최적의 행동 전략에 도달하기 어렵다는 문제점이 있다. 이 문제에 대한 기존의 접근방법은 크게 모듈화 방법과 일반화 방법이 제안되었으나 모두 나름의 제한을 가지고 있다. 본 논문에서는 대표적인 다중 에이전트 학습 문제의 예로서 먹이와 사냥꾼 문제(Prey and Hunters Problem)를 소개하고 이 문제영역을 통해 이와 같은 강화학습의 문제점을 살펴보고, 해결책으로 신경망 SOM을 이용한 일반화 방법인 QSOM 학습법을 제안한다. 이 방법은 기존의 일반화 방법과는 달리 군집화 기능을 제공하는 신경망 SOM을 이용함으로써 명확한 다수의 훈련 예가 없어도 효과적으로 이전에 경험하지 못했던 상태-행동들에 대한 Q값을 예측하고 이용할 수 있다는 장점이 있다. 또한 본 논문에서는 실험을 통해 QSOM 학습법의 일반화 효과와 성능을 평가하였다.

• The Korean Journal of Applied Statistics
• /
• v.33 no.2
• /
• pp.147-160
• /
• 2020

In this paper, we study an algorithm that automatically determines the orders of past observations and conditional mean values that play an important role in count time series models. Based on the orders of the ARIMA model, the algorithm constitutes the order candidates group for time series generalized linear models and selects the final model based on information criterion among the combinations of the order candidates group. To evaluate the proposed algorithm, we perform small simulations and empirical analysis according to underlying models and time series as well as compare forecasting performances with the ARIMA model. The results of the comparison confirm that the time series generalized linear model offers better performance than the ARIMA model for the count time series analysis. In addition, the empirical analysis shows better performance in mid and long term forecasting than the ARIMA model.

• ICROS
• /
• v.4 no.2
• /
• pp.24-26
• /
• 1998

최근의 자동화 추세에 따라 전세계 전력 수요의 50% 이상이 각종 전동기와 관련되어 있다는 추정이 있을 정도로 전동기의 사용은 일반화되어 있다. 특히, 유지 보수 측면에서 경제적인 장점을 지니는 BLDCM, 유도전동기 등의 교류 전동기는 기존에 많이 사용되던 직류전동기를 점차 대치해 가며 그 적용범위를 크게 넓혀가고 있는 상황이다. 광범위하게 이용되는 전동기를 더욱 효율적으로 떠한 더욱 고성능으로 제어하고자 하는 요구도 그 사용의 확대와 더불어 증가되어 최근에는 고성능의 디지털 제어방식을 채용한 드라이버를 이용하여 전동기를 제어하는 것이 일반화되었으며, 특히 1 사이클에 곱셈이 가능하다는 우수한 계산상의 장점을 지닌 DSP를 채용한 전동기 드라이브 시스템은 전에는 구현이 불가능했던 계산량이 많은 고성능의 제어 알고리즘들을 구현 가능하도록 한다는 점에서 큰 관심의 대상이 되고 있다. 이제 전동기 제어 및 드라이브 시스템과 관련된 최근의 주요 이슈들을 알아보고 DSP를 이용한 전동기 드라이브 시스템의 구현 사례, 최근의 전동기 드라이브 시스템용 DSP의 추세 그리고 DSP를 이용한 전동기 드라이브 시스템이 이런 상황에서 어떤 장점을 지닐 수 있는가에 관해 생각해 보고자 한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1369-1370
• /
• 2015

본 논문에서는 얼굴 인식을 위하여 인공 신경망의 일종인 Extreme Learning Machine의 학습 알고리즘을 기반으로 하여 지능형 알고리즘인 퍼지 집합 이론을 이용하여 주변 노이즈에 매우 강한 특성을 보이며 학습 속도가 매우 빠른 새로운 패턴 분류기를 제안한다. 제안된 퍼지 패턴 분류기는 기존 신경회로망의 학습 속도에 비해 매우 빠른 학습 속도를 보이며, 패턴 분류기의 일반화 성능이 우수하다고 알려진 Extreme Learning Machine의 특성을 퍼지 집합 이론과 결합하여 퍼지 패턴 분류기의 일반화 성능을 개선하였다. 제안된 퍼지 패턴 분류기는 얼굴 인식 데이터를 이용하여 성능을 평가 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.315-318
• /
• 2002

반복적 죄수의 딜레마 게임은 사회적 상호작용, 경제활동, 국제관계 등 다양한 현상들을 모델링하기 위한 하나의 방법이다. Axelrod가 이 게임을 제안한 이래, 많은 학자들이 다양한 방법으로 연구를 진행해 왔으나 대부분은 게임자 개인 전략이나 이득함수의 개선에 중점을 두었다. 본 논문에서는 죄수의 딜레마 게임에서 다양한 개체 선택방법과 의사결정 방법을 이용한 전략적 연합을 적용함으로써 일반화 성능을 높이는 결과를 도출하였다. 전략적 연합은 결합 조건이 만족할 경우 자율적으로 형성될 수 있으며, 연합에서의 의사결정은 개인의 의사결정보다 우수하다는 가정 하에 실험을 진행하였다. 실험 결과는 이러한 가정을 뒷받침하여 전략적 연합을 이용한 전략이 테스트 전략에 대해 일반화 성능이 우수함을 보여주고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.63-66
• /
• 2022

본 논문에서는 분자의 특성을 정확하게 예측하기 위해 효과적인 사전학습(pretraining) 전략과 트랜스포머(Transformer) 모델을 활용한 방법을 제시한다. 딥러닝을 활용한 분자의 성능을 예측하는 연구는 그동안 레이블이 부족한 분자데이터의 특성에 의해 학습 때 사용된 데이터이외의 분자데이터에 대해 일반화 능력이 떨어지는 어려움을 겪었다. 이 논문에서 제시한 모델은 사전학습(pretraining)을 수행할 때 자기지도학습(self-supervised training)을 사용하여 부족한 레이블에 의한 문제점을 피할 수 있다. 대규모 분자 데이터셋으로부터 학습된 이 모델은 4가지 다운스트림 데이터셋에 대해 모두 우수한 성능을 보여주어 일반화 성능이 뛰어나며 효과적인 분자표현을 얻을 수 있음을 보인다.

• Review of KIISC
• /
• v.12 no.5
• /
• pp.62-69
• /
• 2002

인터넷의 활성화와 더불어 정보보호제품의 사용이 일반화되고 있으며, 제품의 성능을 객관적으로 측정할 수 있는 성능 시험을 요구하고 있다. 본 논문에서는 정보보호제품의 성능시험동향을 다루고 있다. 먼저, 정보보호제품을 대상으로한 성능시험의 소개와 필요성에 대해서 설명한 후, 국내외 성능시험 현황을 소개한다. 현황에서는 미국과 유럽 등의 해외 시험 기관과 국내의 시험 기관에서 시행하고 있는 성능시험에 대해서 알아본다. 또한 시험 기관의 성능시험방법을 비교하고 정보보호제품의 성능시험에 고려해야 할 사항에 대해 살펴본다.

• The Journal of the Acoustical Society of Korea
• /
• v.14 no.3
• /
• pp.37-48
• /
• 1995

This paper presents an sstimation of ARMA coefficients of noisy ARMA system using generalized total least square (GTLS) method. GTLS problem for ARMA system is defined as minimizing the errors between the noisy output vectors and estimated noisy-free output. The GTLS problem is solved in closed form by eigen-problem and the perturbation analysis of GTLS is presented. Also its recursive solution (recursive GTLS) is proposed using the power method and the covariance formula of the projected output error vector into the input vector space. The simulation results show that GTLS ARMA coefficients estimator is an unbiased estimator and that recursive GTLS achieves fast convergence.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1805-1806
• /
• 2007

Silicon nitride (SiN) 박막을 플라즈마 응용화학기상법을 이용하여 증착하였다. SiN박막의 전하밀도는 일반화된 회귀 신경망 (GRNN)을 이용하여 모델링하였다. PECVD 공정은 Box Wilson 실험계획표를 이용하여 수행하였다. GRNN 모델의 예측수행은 유전자 알고리즘 (GA)을 이용하여 최적화하였다. 최적화한 GA-GRNN 모델은 종래의 GRNN 모델과 비교하여, 약55%정도의 예측성능의 향상을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.1-4
• /
• 2003

모듈러 멱승은 주어진 값 X, E, N에 대하여 $X^{E}$ mod N으로 정의 된다. 모듈러 멱승은 대부분의 공개키 암호시스템과 전자서명에 사용되므로, 이 연산을 빠르게 수행하는 문제는 암호학 분야에서 중요하게 연구되고 있다. 본 논문에서는 모듈러 멱승을 효율적으로 계산하기 위하여, 멱승 계산을 위한 일반화된 그래프 모델을 제시하였다. 이 모델은 기존의 방법들을 대부분 포용할 수 있으며, 특히 새로운 방법을 개발하는데 유용할 것이다. 이 모델의 장점을 정당화하기 위하여 기존 알고리즘 중 가장 성능이 좋은 VLNW(Variable Length Nonzero Window)방법과 실험을 통하여 비교하였으며, 확장성이 높음을 확인하였다.